pip

一、简介 Robot FrameWork是完全基于Python实现的开源的自动化测试框架，RF已经封装好的各个模块，基于关键字驱动的形式来实现的自动化测试。其case采用表格形式易读，且支持BDD，可容纳各种外置库，可以继承Selenium、Appium、Requests实现各类自动化 二、安装（环境搭建） 1、必须先安装python环境 RF最大支持到python3.7。经讨论，我们使用python3.5版本。 2、安装robotframework pip install robotframework 如果安装报超时错误，可以使用豆瓣镜像 pip install –i pypi.douban.com/simple robotframework 3、安装框架的gui工具 pip install –i https://pypi.douban.com/simple robotframework-ride 4、安装第三方库 web自动化库：（Selenium） pip install –i https://pypi.douban.com/simple robotframework- seleniumlibrary api接口自动化库：（Request） pip install –i https://pypi.douban.com/simple robotframework

最近开始学习matplotlib，在pycharm中安装运行代码后提示 RuntimeError: implement_array_function method already has a docstring 网上找资料，执行了 pip install numpy pip install scipy pip install pandas pip install matplotlib pip install scikit-learn 更换了安装源，发现只有清华的，才能找到scikit-lenrn 问题依旧 再找资料，发现有人将matplotlib的版本由3.2.1降为3.0.3解决， pip uninstall matplotlib pip install matplotlib==3.0.3 顺利解决！！ 来源： oschina 链接： https://my.oschina.net/u/4404812/blog/4406165

一、什么是接口测试 顾名思义，接口测试是对系统或组件之间的接口进行测试，主要是校验数据的交换，传递和控制管理过程，以及相互逻辑依赖关系。其中接口协议分为HTTP,WebService,Dubbo,Thrift,Socket等类型，测试类型又主要分为功能测试，性能测试，稳定性测试，安全性测试等。 在分层测试的“金字塔”模型中，接口测试属于第二层服务集成测试范畴。相比UI层（主要是WEB或APP）自动化测试而言，接口自动化测试收益更大，且容易实现，维护成本低，有着更高的投入产出比，是每个公司开展自动化测试的首选。 下面我们以一个HTTP接口为例，完整的介绍接口自动化测试流程：从需求分析到用例设计，从脚本编写、测试执行到结果分析，并提供完整的用例设计及测试脚本。 二、基本流程 基本的接口功能自动化测试流程如下： 需求分析 -> 用例设计 -> 脚本开发 -> 测试执行 -> 结果分析 1 示例接口 接口名称：豆瓣电影搜索 接口文档地址：https://developers.douban.com/wiki/?title=movie_v2#search 接口调用示例： 1) 按演职人员搜索：https://api.douban.com/v2/movie/search?q=张艺谋 2) 按片名搜索：https://api.douban.com/v2/movie/search?q=大话西游 3)

前言： 　　我目前使用的服务器为centos6.x 系统自带的python的版本为2.6.x，但是目前无论是学习还是使用python，python3都是首选，那么问题来了。－－－如何安装python3环境，又如何给python3安装对应的pip3呢？ 更关键的是我们原来的系统中还有一些自带的工具需要用到python2.6版本，所以要求的是python3 and python2 共存，pip2 and pip3共存。下面文章就是我的亲自实践。(给 python3 安装 pip3) 　　写这篇的目的就是为了帮助也遇到同样问题的同志（目前网上的资料不好找，大都没有经过实践，下面是我的经历，百分百能够成功！！ go ！！go！！） 一。先安装python3 安装python3.x 这里不多赘述，so easzy！！ 1. 先到官方网站下载python3的安装包 https://www.python.org/downloads/source/ －－－我下载的是Python-3.5.2.tar.xz 2. 上传包到服务器 3.解压 tar -xf Python-3.5.2.tar.xz 4.编译安装 ！！！！注意 注意 ⚠️ 在编译之前需要安装一些必须的依赖，否则当报错的时候还得重新编译 －－－（我就是吃了这个亏，千万要注意奥。。。） 安装必要依赖（至少需要如下两个，我个人就遇到如下两个）

1. 下载系统 登录https://developer.nvidia.com/embedded/downloads 本人下载的版本为 JP 4.4 DP，2020/05/14发布，大小6GB左右。 链接：https://share.weiyun.com/0If2NL1x 密码：drbgim 2. 下载烧录工具 链接：https://pan.baidu.com/s/1Gry-YhI_tHV-N_SmFoql1Q 提取码：08du 插入读卡器，选择刚刚下载的系统，第二步软件会自动识别，然后点击flash，等待完成。 3.配置系统 插入到NX上，插上硬件，开机，进入到系统配置的界面，需要注意的地方是配置最好选择英文，地点选择中国上海，用户名密码全填nvidia。然后默认选项一路到最后重启。 4. 安装python环境以及依赖包 sudo apt-get update sudo apt-get upgrade sudo apt-get install git cmake python3-dev sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev 备注：本人默认下载源，换源能否成功等待以后测试，该步时间需要大概三四个小时。JP4.4版本的cuda版本为10.2

“You are using pip version 19.0.3, however version 20.0.2 is available.”pip 更新报错解决办法 执行更新语句时报错如下： 解决办法：使用国内的源下载： python -m pip install --upgrade pip -i https://pypi.douban.com/simple pip更新成功。 来源： oschina 链接： https://my.oschina.net/u/4351537/blog/4326404

15.模块-包-库 15.1 基本概念     随着代码量的不断增多，一个文件里代码会越来越长，也不容易维护。为了解决这种问题，我们会进行拆分，并将具备类似的功能放同一文件中。这样每个文件包含的代码就相对较少。在Python中 一个.py文件就称之为一个模块，英文叫（module）     使用模块的好处如下所示： 1.提高了代码的可维护性 2.提高了代码的可复用性，当一个模块编写完成之后，可以被其他地方引用。 3.使用模块还可以避免函数名称、变量名和类名等命名冲突。相同名字的函数、变量名、类名等可以放在不同的模块中，但要避免与内置函数名冲突     模块虽然解决了函数名、变量名和类名等命名冲突，那模块之前也会存在命名冲突的情况，应该怎么解决？为解决这个模块命名冲突，Python引入了 按目录来组织模块的方法，称为包，英文（package）     举个例子，现在有两个py文件，分别为surpassA.py和surpassB.py，则相应的模块名即为surpassA和surpassB。如果这两个模块名与其他模块名存在冲突，则可以包来组织模块，使其成为包。方法是选择一个顶层包名，如surpass，按以下形式进行存放 surpass |—— __init__.py |—— surpassA.py |—— surpassB.py     在引入包之后，只要顶层的包名没有冲突

今天在这里给大家介绍一下get方法，其实这些方法大家可以看一下源码里面的介绍只需要在代码中输入： import requests help(requests) 就可以看到带有示例的解释： 现在我们来完成RF做接口测试的第二步：发送请求。 Python发送http请求的模块主要有requests、urllib、urllib2，这里我们介绍三个里面最简单的requests模块。 安装requests模块：pip install requests 1、get 导入requests后可以用get方法直接访问url： #coding: utf-8import requestsclass SendingInfo(object): ROBOT_LIBRARY_SCOPE = 'GLOBAL' ROBOT_LIBRARY_VERSION = '0.1' def __init__ (self): pass def sending_info (self): rs = requests.get( 'https://www.baidu.com') #打印状态码 print rs.status_code #打印返回html print rs.content #打印头文件信息 print rs.headers #打印cookies print rs.cookies 如果对软件测试、接口测试、自动化测试

本文为苏宁网络架构师陈刚的原创文章。 01准备测试机 在16G的笔记本没跑起来，就干脆拼凑了一台游戏工作室级别的机器：双路E5-2860v3 CPU，24核48线程，128G DDR4 ECC内存，NVME盘 512G。在上面开5个VM，假装是物理服务器。 · 192.16.35.110 deployer · 192.16.35.111 tf控制器 · 192.16.35.112 openstack服务器，同时也是计算节点 · 192.16.35.113 k8s master · 192.16.35.114 k8s的Node k01，同时也是ops的计算节点 直接使用vagrant拉镜像会很慢，就先下载下来： https://cloud.centos.org/centos/7/vagrant/x86_64/images/ 下载对应的VirtualBox.box文件。 然后使用命令, 命名为vagrant的box： vagrant box add centos/7 CentOS-7-x86_64-Vagrant-2004_01.VirtualBox.box cat << EEOOFF > vagrantfile ###start #-*- mode: ruby -*- #vi: set ft=ruby : Vagrant.require_version ">=2.0.3" #All

如今，强化学习不仅成了学术界的宠儿，相关研究论文在各大顶会中的比例飞速上升；也在不断挑战冠军，突破记录，成为了AI开发的热门领域，比如击败围棋世界冠军的Alpha Go，就引起了大家对AI的广泛关注。 强化学习在游戏中也有很好的表现，比如在《Dota 2》中血虐人类玩家的OpenAI Five，达到《星际争霸 2》人类对战天梯的顶级水平的AlphaStar ，也刷新了人们对强化学习的认知。 强化学习能挑战众多世界冠军 人类亦能利用强化学习成为冠军！ NeurIPS ，神经信息处理系统大会，是一个关于机器学习和计算神经科学的国际会议，被认为是机器学习领域的顶级会议之一。 2018 年，首次参加NeurIPS强化学习赛的百度大脑NLP技术团队一举击败众多强劲对手，以9980分的成绩夺得冠军，领先第二名由“RNN之父”Juergen Schmidhuber 创立的NNAISENSE团队30多分。 2019 年，在NeurIPS强化学习赛上，百度再度夺得冠军，大幅领先第二名143分。 百度在人工智能的研究和应用领域不断建树，还致力于培养与选拔最具有核心竞争力的AI人才，帮助更多开发者进入强化学习这一领域。今天，连续两届获得NeurIPS全球顶会赛事冠军团队首次下场，亲自授课， 带领大家从零实践强化学习！ 打卡营采用 全程的直播+答疑+比赛的学习模式，7天时间里每日直播打卡学习、配合实战PK